基于SQLServer中如何比较两个表的各组数据图解说明

说实话，当我遇到这种SQL需求的时候，当时我就很困惑。
两个表的结构相同，但数据不同。
有必要找到完全相似的群体。
这件事仔细想想还是蛮有趣的。

比如你提到的例子，table_left和table_right各有多组数据，需要比较groupId完全一致的情况。
如图1 所示，你实际上可以找到完全重叠的两个组，比如组1 1 但关键是你在代码中如何实现这个判断。
我得详细说说我的理解和操作。

说实话，直接比较肯定不行。
两个表的结构是一样的，但是数据量大的时候速度慢得离谱。
我想了想，使用集合论是正确的想法，但是直接使用像“Except”这样的集合运算符在SQL中有点不舒服。
比如你提到的方法2 ，使用Except两次来判断两组数据是否完全相同是正确的。
但在实际操作中，如果你输入的数据量大一点，查询时间就会缩短。

当时我尝试了方法2 ，其实比方法1 要快。
方法1 必须先更新dataPath字段，并组装每组的数据，这需要多两个步骤。
随着数据量的增加，序列和更新的开销变得太大。
而且正如你所说，如果dataPath列中的数据太大（超过9 00字节），则无法建立索引。
这简直就是一个障碍。
我在上一个项目中遇到了这个陷阱。
如果某个字段超过9 00字节，则索引创建失败，后续查询会卡住。

所以我觉得方法2 比较实用。
虽然写起来比方法1 复杂一些，但是性能上明显更胜一筹。
此外，还可以扩展方法2 比如你现在的数据列太多，或者列数据特别长，你只需要给字段添加哈希索引即可。
您提到的示例是在 dataSub1 和 dataSub2 上创建哈希索引，然后使用校验和字段将它们关联起来。
这是个好主意。
我之前也用过类似的方法，使用哈希值关联实际上可以加快大量数据的比较速度。

说实话，这件事没有绝对最优的解决方案。
方法1 很直观，但实际用途太有限。
方法2 虽然写起来比较麻烦，但是通用性更强。
另外，SQL常常需要根据实际的数据量和表结构进行调整。
在我的上一个项目中，表结构略有变化，并且必须重写以前运行速度非常快的查询。

总之，只有多尝试、多比较，才能找到最适合自己场景的方法。
您提到的扩展想法，例如使用哈希索引，确实是一个好主意。
但实际使用情况取决于数据量。
当数据量特别大时，可能需要考虑批处理或者使用临时表。
这件事，真的要自己去做，跑很多遍，才知道最好的办法。

sql按字段分组，并且找出每组的第一条数据

ok 这是关于 SQL Server 和 Oracle 的问题。

SQL Server-
sql 选择一周中的某一天；信件 从 ( 选择 id asrank() OVER（按周按节按字母 DESC 排序）； 星期几字母 从表中 ) AS t1 其中 id = 1
Oracle-
Oracle和SQL Server的查询语句在语法上非常相似，可以直接使用上述SQL Server的查询语句在Oracle中执行。

sql 选择一周中的某一天；信件 从 ( 选择 RANK() OVER（每周按字母 DESC 排序的部分）AS id； 星期几字母 从表中 ) AS t1 其中 id = 1
对于第二个问题，以下是SQL Server和Oracle的实现：
SQL Server：
sql 选择一周中的某一天；最大字符数为 MAX(characters)。
从表中 按周分组
Oracle-sql 选择一周中的某一天；最大字符数为 MAX(characters)。
从表中 按周分组
这两个查询语句在SQL Server和Oracle中的结果是相同的。
它们将按周分组，并且每周将选择具有最大字母的记录。

sqlserver 使用ROW NUMBER (order by xxx),此语句中的 “ OVER “

ROWNUMBER 使用 OVER 来定义范围。
SORT BY 排序列。
按块划分。